熊猫groupby两列和图

Question

我有一个这样的数据框：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

df = pd.DataFrame({'category': list('XYZXY'), 'B': range(5,10),'sex': list('mfmff')})

我想根据“类别”列中的类别绘制男性或女性性别计数。

我试过了：
df.groupby(['category','sex'])['category','sex'].count().plot.bar()

但这给出了：

如何获得每个类别的性别计数？

Answer 1

Groupby 图的各种方法

数据

import numpy as np
import pandas as pd
df = pd.DataFrame({'category': list('XYZXY'),
                   'NotUsed': range(5,10),
                   'sex': list('mfmff')})

  category  NotUsed sex
0        X        5   m
1        Y        6   f
2        Z        7   m
3        X        8   f
4        Y        9   f

使用交叉表

pd.crosstab(df['category'],df['sex']).plot.bar()

使用 groupby+unstack：

(df.groupby(['sex','category'])['B']
   .count().unstack('sex').plot.bar())

使用pivot_table：

pd.pivot_table(df, values = 'B', index = 'category',
               columns = 'sex',aggfunc ='count').plot.bar()

使用seaborn：

import seaborn as sns
sns.countplot(data=df,x='category',hue='sex')

or,
sns.catplot(data=df,kind='count',x='category',hue='sex')

输出

Answer 2

IIUC，

df.groupby(['category','sex']).B.count().unstack().reset_index()\
.plot.bar(x = 'category', y = ['f', 'm'])

编辑：如果有多个列，则可以使用groupby，count和droplevel。

new_df = df.groupby(['category','sex']).count().unstack()
new_df.columns = new_df.columns.droplevel()
new_df.reset_index().plot.bar()